Python 熊猫：计算两行之间的百分比，并将该值作为列添加

我的数据集结构如下：

"Date","Time","Open","High","Low","Close","Volume"

这个时间序列代表普通股票市场的价值

我想计算“Close”列两行之间的百分比差异（事实上，我想知道股票价值增加或减少了多少；每行代表一天）

我使用for循环完成了这项工作（在大数据问题中使用pandas非常糟糕），我在不同的数据帧中创建了正确的结果：

rows_number = df_stock.shape[0]

# The first row will be 1, because is calculated in percentage. If haven't any yesterday the value must be 1
percentage_df = percentage_df.append({'Date': df_stock.iloc[0]['Date'], 'Percentage': 1}, ignore_index=True)

# Foreach days, calculate the market trend in percentage
for index in range(1, rows_number):

    # n_yesterday : 100 = (n_today - n_yesterday) : x
    n_today = df_stock.iloc[index]['Close']
    n_yesterday = self.df_stock.iloc[index-1]['Close']
    difference = n_today - n_yesterday
    percentage = (100 * difference ) / n_yesterday

    percentage_df = percentage_df .append({'Date': df_stock.iloc[index]['Date'], 'Percentage': percentage}, ignore_index=True)

---

我如何利用dataFrame api重构它，从而删除for循环并创建一个新列？

使用

diff

(-df['Close'].diff())/df['Close'].shift()

---

我建议首先将Date列作为您可以使用的DateTime索引

df_stock = df_stock.set_index(['Date'])
df_stock.index = pd.to_datetime(df_stock.index, dayfirst=True)

然后，只需使用datetime索引访问具有特定列的任何行，并执行任何类型的操作，例如，计算“Close”列中两行之间的百分比差异

还可以使用for循环对每个日期或行执行操作：

for Dt in df_stock.index:

---

df['Change']=df['Close'].pct\u Change（）

或者，如果要按相反顺序计算更改：

---

df['Change']=df['Close'].pct\u Change（-1）

你能解释一下它是如何工作的吗？我该如何实现呢？检查一下，为什么会有一个负号？你需要

n_今天-n_昨天

diff give

n_昨天-n_今天

根据给定的链接，情况正好相反。还有：[pd.DataFrame.pct_change]（）。来自pandas的文档：。如何仅用于列关闭，并在新列中添加值？

df['change']=df['Close'].pct_change（）

for Dt in df_stock.index: